Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京航空航天大学董超获国家专利权

南京航空航天大学董超获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉南京航空航天大学申请的专利一种面向不可靠通信的空地协同在线联邦学习方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119767355B

龙图腾网通过国家知识产权局官网在2025-09-30发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411900792.8,技术领域涉及:H04W28/08;该发明授权一种面向不可靠通信的空地协同在线联邦学习方法是由董超;经宇骞;屈毓锛;王馨瑶;李晓东;张磊设计研发完成,并于2024-12-23向国家知识产权局提交的专利申请。

一种面向不可靠通信的空地协同在线联邦学习方法在说明书摘要公布了:本发明提供了一种面向不可靠通信的空地协同在线联邦学习方法,包括:无人机根据提前预设的航迹采集实时图像数据并根据动态数据分布筛选样本用于更新本地模型;本地模型上传过程中受路径损失、阴影衰落等不稳定信道影响发生模型参数错误,中央服务器据此筛选无人机参与全局聚合;通过对客户端调度与样本筛选的联合优化,实现在满足时延条件、能耗约束和决策变量基本限制下,最小化训练损失的技术目的。本发明所提出的方法具有高效、智能化的特点,大大提高了无人机协同目标检测的精度。

本发明授权一种面向不可靠通信的空地协同在线联邦学习方法在权利要求书中公布了:1.一种面向不可靠通信的空地协同在线联邦学习方法,其特征在于,包括以下步骤: 步骤1:无人机在动态环境中筛选实时采集的样本图像,利用元梯度更新训练生成本地个性化模型,引入伯努利分布表述无人机在不稳定信道中上传模型参数时因为发生错误从而影响全局模型精度的概率,并分析带有参数错误的空地协同在线联邦学习的收敛性,用带有参数错误的空地协同在线联邦学习的期望收敛界表征全局训练损失; 步骤2:根据无人机上下行链路速率与模型参数量计算无人机在一轮全局训练的上行通信时延和下行通信时延,根据无人机机载嵌入式设备的计算频率和训练数据集的大小计算无人机在一轮全局训练中的计算时延; 步骤3:根据无人机发射功率与通信时延计算用户在一轮全局训练的通信能耗,根据无人机机载嵌入式设备的计算频率和训练数据集的大小计算无人机在一轮全局训练中的计算能耗; 步骤4:根据交替优化的思想将最小化全局训练损失的问题分解成客户端调度问题和样本筛选问题,根据能耗约束、时延约束以及优化变量的基本限制,通过迭代优化以获得无人机调度和样本筛选的最优解。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人南京航空航天大学,其通讯地址为:211106 江苏省南京市江宁区将军大道29号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。